[發明專利]基于AANN網絡組的航空發動機控制系統傳感器故障診斷方法

有效

• 申請號: 202010341766.1
• 申請日: 2020-04-27
• 公開（公告）號: CN111474919B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 李慧慧;緱林峰;劉志丹;楊江
• 申請（專利權）人: 西北工業大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 陳星

本發明提出一種基于AANN網絡組的航空發動機控制系統傳感器故障診斷方法，首先采集航空發動機在不同工作狀態下，控制系統中的若干可測傳感器數據，得到樣本數據集；然后建立不同工作狀態對應的AANN網絡；將樣本數據集輸入對應的AANN網絡，計算出每一時刻網絡輸入與輸出之間的殘差；之后利用殘差計算隨著測量狀態實時變化的自適應閾值，通過比對殘差和自適應閾值，進行故障診斷。本發明實現傳感器故障的檢測、隔離和信號重構功能的同步，同時滿足魯棒性的要求，對噪聲干擾不敏感，適應航空發動機的不確定性和多變工況。

技術領域

本發明屬于航空發動機控制系統故障診斷領域，具體涉及一種基于AANN網絡組的航空發動機控制系統傳感器故障診斷方法。

背景技術

航空發動機是長期工作在高轉速、高負荷和高溫環境下的復雜熱力機械，對可靠性和安全性要求極高。航空發動機控制系統以傳感器測量信號為基礎進行工作，但由于傳感器測量數據多、分布廣、且其安裝部位特殊，長時間工作在高溫、高壓、強振動的工況中，是控制系統中最容易發生故障的部件。傳感器一旦故障有可能導致整個控制系統失效，造成嚴重的經濟損失。因此，對傳感器進行及時、有效的故障診斷和信號重構，以提高航空發動機的安全性和可靠性，具有十分重要的意義。

傳統的傳感器故障診斷的方法是基于分析模型的方法。如Kobayashi等研究了基于自適應模型的傳感器故障診斷方法，對比自適應模型和真實傳感器的輸出，通過閾值判斷其是否發生故障。基于模型的方法需要建立被診斷對象的高精度模型。隨著建模不確定性和非線性復雜性的增加，航空發動機等復雜非線性系統模型的可靠性降低，從而降低了診斷系統的可靠性。避免模型構建問題的數據驅動診斷已經被開發為對上述問題的響應。隨著智能算法的出現，以模型和信號處理為核心的原有診斷過程被以知識處理和知識推理為核心的診斷過程所取代，其中包括神經網絡。

神經網絡具有自學習能力和擬合任意連續非線性函數的能力，是目前應用最廣泛的故障診斷方法。目前文獻中所提到的諸多故障診斷技術可以完成故障的診斷與隔離，但是都需要分兩步或者多步進行。而根據對診斷快速性的要求，需要診斷系統能夠對故障的檢測、隔離、恢復同時進行。這其中，AANN網絡能夠提取最具代表性的低維子空間反映了系統的高維參數空間結構網絡輸入，有效地濾除噪聲和測量誤差的測量數據，所以它可以完成故障診斷和信號重構的同步進行。如李歡歡等針對火電機組提出了一種基于AANN網絡模型的傳感器故障診斷方法及診斷流程。但航空發動機是一個多變量、多耦合的綜合系統，存在著復雜的不確定性，如有時候動態系統的參數會隨著時間發生改變。且傳感器工作條件十分嚴峻，存在作用于系統的干擾和噪聲信號。此外，航空發動機飛行包線大，工作多變，不同的工作狀態下各輸出量的解析關系不同。而基本的AANN網絡不能精準的模擬發動機氣路系統里各變量之間的相互作用關系，因此難以適應發動機工作中的不確定性和復雜工況，會造成誤判、漏判的情況。

發明內容

為了準確識別復雜非線性的航空發動機系統傳感器的故障模式，對噪聲干擾不敏感，并可以精確對多種故障模式進行分類，同步進行故障的檢測、隔離、恢復，本發明提出了一種基于自適應閾值和AANN網絡組的航空發動機控制系統傳感器故障診斷方法。

本發明的技術方案為：

所述一種基于AANN網絡組的航空發動機控制系統傳感器故障診斷方法，其特征在于：包括以下步驟：

步驟1：分別采集航空發動機在不同工作狀態下，航空發動機控制系統中的若干可測傳感器數據，得到多組航空發動機控制系統傳感器的樣本數據集，每組樣本數據集對應航空發動機的一個工作狀態；

步驟2：對于每組樣本數據集，將其分為訓練集和驗證集兩部分，其中訓練集均為健康數據，用于訓練AANN網絡模型，驗證集采用健康數據與故障數據隨機混合，用于驗證訓練好的AANN網絡模型的性能；